INE 5336 Banco de Dados II

1. UFSC-CTC-INE Curso de Ciência de Computação INE 5336Banco de Dados II Ronaldo S. Mello 2007/2 http://www.inf.ufsc.br/~ronaldo/ine5336 Horário Atendimento: Quintas-feiras, das 17h30 às 19h

2. Programa da Disciplina • Objetivo • Conteúdo • Avaliação • Bibliografia • Cronograma (Previsto) de Aulas

3. Objetivo Esta disciplina apresenta técnicas de gerenciamento interno de dados utilizados por um SGBD para processamento de consultas e controle de transações, além de conceitos básicos de BD Distribuído (BDD) e SQL embutida. Ao final da disciplina, o aluno deverá ser capaz de entender e avaliar os mecanismos de gerenciamento de SGBDs; conhecer os fundamentos de um BDD e ser capaz de utilizar instruções de SQL embutida.

4. Conteúdo • Processamento de Consultas • Etapas • Otimização Algébrica • Plano de Execução • Gerência de Transações • Introdução a Transações • Recuperação de Falhas (recovery) • Controle de Concorrência (scheduler) • SQL Embutida • Fundamentos de BDs Distribuídos • Conceitos e Arquiteturas • Noções de Projeto de BDD • Processamento de Consultas • Gerência de Transações

5. Avaliação • 3 Provas: P1, P2 e P3; • 1 Trabalho de Implementação (Ti). Conteúdo da P1: processamento de consultas; Conteúdo da P2: gerência de transações; Conteúdo da P3: SQL embutida e BDD. Nota Final (NF) = (P1 + P2 + P3 + Ti) / 4 Recuperação: prova abrangendo todo o conteúdo ministrado na disciplina (PR). Aplica-se somente a alunos com 3.0 <= NF < 5.75 e nota Ti > 0. A nova nota final (NNF) será NNF = (NF + PR) / 2.

6. Bibliografia Principal 1. Elmasri, R.; Navathe S. B. Sistemas de Banco de Dados. 4a edição. Editora Addison-Wesley. 2005. (em inglês: Elmasri, R.; Navathe S. B. Fundamentals of Database Systems. 4th ed. Addison-Wesley. 2003). 2. Korth, H. F.; Sudarshan, S; Silberschatz, A. Sistema de Banco de Dados. 5a edição. Editora Campus, 2006. 3. Ramakrishnan, R., Gehrke, J. Database Management Systems. 3th ed. McGraw Hill. 2003. 4. Date, C. J. Introdução a Sistemas de Bancos de Dados. 8a edição. Editora Campus, 2004. 5. Özsu, M.; Valduriez, P. Princípios de Sistemas de Banco de Dados Distribuídos. 2a ed. Editora Campus, 2001. 6. Bernstein, P. A.; Hadzilacos, V.; Goodman, N. Concurrency Control and Recovery in Database Systems. Addison-Wesley, 1987.

7. Cronograma (Previsto) de Aulas

8. Sumário 1 Processamento de Consultas 2 Introdução a Transações 3 Recuperação de Falhas 4 Controle de Concorrência 5 SQL Embutida 6 Banco de Dados Distribuído

9. Processamento de Consultas • Extração de informações do BD • Consulta SQL • adequada para uso humano • não adequada para processamento pelo SGBD • não descreve uma seqüência de passos (procedimento) a ser seguida • não descreve uma estratégia eficiente para a implementação de cada passo no que diz respeito ao acesso a nível físico (arquivos do BD) • O SGBD deve se preocupar com este processamento! • módulo Processador de Consultas

10. Módulo Processador de Consultas • Objetivo • otimização do processamento de uma consulta • tradução, transformação e geração de uma estratégia (plano) de acesso • plano de acesso • leva em conta: (i) algoritmos predefinidos para implementação de passos do processamento; (ii) estimativas sobre os dados • Vale a pena todo este esforço? Sim! • Tx = tempo para definir e executar uma estratégia otimizada de processamento • Ty = tempo para executar uma estratégia não-otimizada de processamento • Quase sempre: Tx Ty

11. Etapas de Processamento Consulta em linguagem de alto nível (consulta SQL, p. ex.) Tradução Representação interna (árvore algébrica da consulta) Transformação Definição do Plano de Execução Representação transformada (árvore otimizada algebricamente) Plano de Execução (árvore com indicação de estratégias de acesso) Gerador de Código Resultado da Consulta Código de Execução Processador Run-time

12. Etapas de Processamento Consulta em linguagem de alto nível (consulta SQL, p. ex.) Tradução Representação interna (árvore algébrica da consulta) Transformação Definição do Plano de Execução Representação transformada (árvore otimizada algebricamente) • análise léxica • - cláusulas SQL e nomes válidos • análise sintática • - validação da gramática • análise semântica • - nomes usados de acordo com a estrutura do esquema • conversão para uma árvore algébrica • da consulta Plano de Execução (árvore com indicação de estratégias de acesso) Gerador de Código Resultado da Consulta Código de Execução Processador Run-time

13. Árvore (Algébrica) da Consulta • Estrutura que representa o mapeamento da consulta para a álgebra relacional • uma expressão da álgebra relacional “estendida” • pode indicar alguma computação (função agregação, atributo calculado, ...) • nodos folha: relações (do BD ou resultados intermediários) • nodos internos: operações da álgebra • Processamento da árvore • nodos internos são executados quando seus operandos estão disponíveis • são substituídos pela relação resultante • a execução termina quando o nodo raiz é executado

14. Exemplo de Árvore da Consulta select m.CRM, m.nome, a.número, a.andar fromMédicos m,Ambulatórios a where m.especialidade = ‘ortopedia’ and a.andar = 2 and m.número = a.número m.CRM, m.nome, a.número, a.andar m.especialidade = ‘ortopedia’  a.andar = 2  m.número = a.número X Ambulatórios Médicos

15. Etapas de Processamento Consulta em linguagem de alto nível (consulta SQL, p. ex.) Tradução Representação interna (árvore algébrica da consulta) Transformação Definição do Plano de Execução Representação transformada (árvore otimizada algebricamente) • definição de uma árvore de • consulta equivalente • chega ao mesmo resultado • processa de forma mais eficiente • também chamada de • Otimização Algébrica Plano de Execução (árvore com indicação de estratégias de acesso) Gerador de Código Resultado da Consulta Código de Execução Processador Run-time

16. Exemplo de Árvore Equivalente m.CRM, m.nome, a.número, a.andar m.CRM, m.nome, a.número, a.andar m.número = a.número m.especialidade = ‘ortopedia’  a.andar = 2  m.número = a.número  X X m.especialidade = ‘ortopedia’ a.andar = 2 Ambulatórios Médicos Ambulatórios Médicos

17. Etapas de Processamento Consulta em linguagem de alto nível (consulta SQL, p. ex.) • análise de alternativas de definição de estratégias de acesso • escolha de algoritmos para implementação de operações • existência de índices • estimativas sobre os dados • (tamanho de tabelas, seletividade, ...) Tradução Representação interna (árvore algébrica da consulta) Transformação Definição do Plano de Execução Representação transformada (árvore otimizada algebricamente) Plano de Execução (árvore com indicação de estratégias de acesso) Gerador de Código Resultado da Consulta Código de Execução Processador Run-time

18. Exemplo de Plano de Execução m.CRM, m.nome, a.número, a.andar m.número = a.número (processamento pipeline) X (loop-aninhado) m.especialidade = ‘ortopedia’ a.andar = 2 (pesquisa linear) (pesquisa indexada) Ambulatórios Médicos

19. Etapas de Processamento Consulta em linguagem de alto nível (consulta SQL, p. ex.) Tradução Representação interna (árvore algébrica da consulta) Transformação Definição do Plano de Execução Representação transformada (árvore otimizada algebricamente) Plano de Execução (árvore com indicação de estratégias de acesso) Gerador de Código Resultado da Consulta Código de Execução Processador Run-time

20. Etapas de Processamento Consulta em linguagem de alto nível (consulta SQL, p. ex.) Tradução Representação interna (árvore algébrica da consulta) Transformação Definição do Plano de Execução Representação transformada (árvore otimizada algebricamente) FOCO: OTIMIZADOR DE CONSULTA Plano de Execução (árvore com indicação de estratégias de acesso) Gerador de Código Resultado da Consulta Código de Execução Processador Run-time

21. Otimização Algébrica • Objetivo do passo de Transformação • entrada: árvore da consulta inicial • saída: árvore da consulta otimizada (pode manter a mesma árvore) • Base • regras de equivalência algébrica • devem ser conhecidas pelo otimizador para que possam ser geradas transformações válidas • algoritmo de otimização algébrica • indica a ordem de aplicação das regras e de outros processamentos de otimização

22. Regras de Equivalência Algébrica 1. Cascata de Seleções c1  c2  ... cn (R)  c1 (c2 (... (cn (R)))) 2. Comutatividade de Seleções c1 (c2 (R))  c2 (c1 (R)) 3. Cascata de Projeções listaAtributos1 (R)  listaAtributos1 (listaAtributos2 (...(listaAtributosN (R)))) - válido em que situação?

23. Regras de Equivalência Algébrica 4. Comutatividade de Seleções e Projeções (a) a1, a2 , ..., an (c(R))  c (a1, a2 , ..., an(R)) ou (b) a1, a2 , ..., an (c(R))  c (a1, a2 , ..., an, ap, ..., at(R)) - válidas em quais situações? 5. Comutatividade de Operações Produtórias (“X”) R “X” S  S “X” R • por “X” entenda-se: X ou X  ou • a ordem dos atributos e tuplas do resultado não é relevante

24. Regras de Equivalência Algébrica 6. Comutatividade de Seleções e Operações Produtórias (a) c (R “X” S)  (c(R)) “X” S ou (b) c (R “X” S)  (c1(R)) “X” (c2(S)) - válidas em quais situações? 7. Comutatividade de Projeções e Operações Produtórias (a) listaAtributos1 (R “X” S)  (listaAtributos2(R)) “X” S ou (b) listaAtributos1 (R “X” S)  (listaAtributos2 (R)) “X” (listaAtributos3 (S)) ou (c)listaAtributos1 (R “X” S)  listaAtributos1 ((listaAtributos2 (R)) “X” (listaAtributos3 (S))) - válidas em quais situações?

25. Regras de Equivalência Algébrica 8. Comutatividade de Operações de Conjunto R  S  S  R e R  S  S  R • por quê a “” não é comutativa? 9. Associatividade de Operações Produtórias e de Conjunto (“X”) (R “X” S) “X” T  R “X” (S “X” T) • por “X” entenda-se: X ou X  ou ou  ou • por quê a “” não é associativa?

26. Regras de Equivalência Algébrica 9. Associatividade de Operações Produtórias e de Conjunto (“X”) (R “X” S) “X” T  R “X” (S “X” T) • Observação: predicados de junção devem ser devidamente ajustados na associatividade de operações produtórias • Exemplo: seja 1 um predicado sobre atributos de R e S, 2 um predicado sobre atributos de S e T, e 3 um predicado sobre atributos de R e T. Então: • (R “X”1 S) “X”2  3 T  R “X”1  3(S “X”2 T)

27. Regras de Equivalência Algébrica 10. Comutatividade de Seleção e Operações de Conjunto (“”) c (R “” S)  (c(R)) “” (c(S)) • por “” entenda-se:  ou ou  11. Comutatividade de Projeção e União listaAtributos (R  S)  (listaAtributos (R))  (listaAtributos (S)) • supõe-se atributos de R e S renomeados para manter os mesmos nomes • por quê a “” e a “” não são comutativas?

28. Regras de Equivalência Algébrica 12. Fusão de Seleções e Operações Produtórias (a) c (R X S)  R X  = c S ou (b) c (R X S)  R S ou (c) R X  = c S  R S c c - válidas em quais situações?

29. Algoritmo de Otimização Algébrica • Algoritmo de alto (altíssimo!) nível (heurístico) • Composto de 6 grandes passos • Passo 1 • aplicar a regra 1 • desmembrar operações de seleção • maior flexibilidade para mover seleções • Passo 2 • aplicar as regras 2, 4, 6 e 10 • objetivo • mover seleções para níveis inferiores da árvore o máximo possível

30. Algoritmo de Otimização Algébrica • Passo 3 • aplicar a regra 9 • mudar de posição sub-árvores envolvidas em operações produtórias • objetivos • combinar prioritariamente sub-árvores com menor número de dados • investigar sub-árvores com seleções mais restritivas • evitar produtos cartesianos • combinações sem atributos de junção • como saber quais as seleções mais restritivas? • análise do grau deseletividade de um predicado • estatística geralmente mantida no DD

31. Grau de Seletividade (GSai(R)) • Definido pela seguinte razão • GSai (R) = tp(R) / |R|, onde tp(R) é o número de tuplas que satisfazem o predicado aplicado sobre um atributo ai em uma relação R e |R| é o número de tuplas em R (GS [0,1]) • GSai (R) pequeno ( 0) seleção mais restritiva • Um atributo chave ac possui baixo GSem predicados de igualdade • GSac (R) = 1 / |R| • Geralmente mantém-se uma estimativa de distribuição uniforme de valores de atributos • GSai (R) = (|R| / V(ai)) / |R| = 1 / V(ai), onde V(ai) é o número de valores distintos de ai

32. Algoritmo de Otimização Algébrica • Passo 4 • aplicar a regra 12 • otimizar operações produtórias • Passo 5 • aplicar as regras 3, 4, 7 e 11 • desmembrar e mover projeções para níveis inferiores da árvore, tanto quanto possível, definindo novas projeções conforme se faça necessário • Passo 6 • identificar sub-árvores que representem grupos de operações que possam ser executados por um único algoritmo • defina-os uma única vez (uma única sub-árvore) na “árvore”

33. Passo 6 - Exemplo r1, s1, s2, t1, t2 r1, s1, s2, t1, t2 X X s1 > y t2 < z s1 > y r1 = x s1 > y t2 < z r1 = x S T R S S T R

34. Exercício – Operadores Lógicos • Considerando que p1, p2 e p3 são predicados de seleção, as leis abaixo são úteis no algoritmo de otimização algébrica (Passo 1)? Justifique suas respostas. • Leis de De Morgan (a)  (p1  p2)  ( p1)  ( p2) (b)  (p1  p2)  ( p1)  ( p2) • Leis da Distributividade (a) p1  (p2  p3) (p1  p2)  (p1  p3) (b) p1  (p2  p3)  (p1  p2)  (p1  p3)